6

自动驾驶新拐点已至,渐进式路线的“毫末智行们”如何实现升维?

 2 years ago
source link: https://www.pintu360.com/a70884.html?s=10&o=0
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

自动驾驶新拐点已至,渐进式路线的“毫末智行们”如何实现升维?

摘要:自动驾驶已经到了反思的时刻,未来的科技变革不会过于遥远,最后也希望各位玩家都能够走到实现理想的时刻。

8fc5cf6e-553f-1577-7131-3875f6b22b0c.jpg

如果说发动机是燃油车的心脏,那么自动驾驶技术就是电动汽车的灵魂所在。新能源汽车相对燃油车来说,本质变化来源于能源利用方式的改变,但新能源汽车的核心竞争力上,或许自动驾驶等智能化科技才更具有颠覆性。

过去几年,自动驾驶赛道跌宕起伏,在经历了头部动荡之后,行业正在进入新的发展阶段,毫末智行异军突起,发力无人配送领域、小马智行尝试重卡、文远知行试水小巴、元戎启行开启轻卡业务,赛道局势逐渐发生变化。

找到一条“分水岭”

在经过数十年的发展之后,自动驾驶已经呈现出接近实用化的趋势,但是还没有达到在没有任何人类主动的操作下,自动安全地操作机动车辆的水平。目前赛道内所有玩家都把目光放在了技术攻坚上,希望能率先突破技术桎梏,率先到达L5的顶峰,但是从现状来看,似乎并不乐观。

Waymo one是全球首个无人车商用服务项目,在自动驾驶领域深耕十年,也是整个自动驾驶行业的里程碑,但起步于凤凰城的Waymo商业化运营如今仅仅在旧金山城市的一隅实现落地。马斯克曾表示特斯拉将于2020年推出L5级别的Robotaxi,一年内将有100万辆上路运营,两年多时间特斯拉连一辆都没做出来。百度公司首席科学家吴恩达创立的自动驾驶公司drive.ai也已经卖身苹果......

广阔的商业前景吸引了不少投资机构为自动驾驶“买单”,相关企业的估值也水涨船高。随着对自动驾驶落地想象的破灭,自动驾驶的红利逐渐消失,或者说自动驾驶的泡沫逐渐破裂。

Waymo的估值从三年前的1750亿美元一路下滑至300亿美元,降幅超过800%。国内曾经的自动驾驶明星公司融资额度也逐渐减少。据天眼查专业版APP数据显示,自动驾驶行业企业注册数量在2018年达到顶峰,之后呈现下降趋势。

b4aa6480-b7de-4fd0-2607-c02d6f243cd0.png

在这样一个特殊时期,实在是需要深思,技术对于自动驾驶企业到底意味着什么?难道整个赛道都要被困在自动驾驶技术系统里了吗?在互联网江湖看来,目前行业已经深陷技术陷阱,靠科技二字难以拯救自动驾驶。

巴菲特并不投科技股的,为什么一再增持苹果股份?来自FanTalk的一次圆桌对谈中他们提到:

巴菲特不投科技股,是因为大多数科技企业的「护城河」是技术创新能力,而这在巴菲特看来是不稳定的,他投苹果的逻辑,是苹果已成为一家成熟的消费品公司,有无可比拟的用户粘性,已经实现了科技落地的重要一跃。

根据IDC分析,2020年至2024年,全球自动驾驶年复合增速将达18.3%;到2024年,L1-L5级自动驾驶汽车出货量将接近5500万辆,其中L1、L2级别自动驾驶汽车市场占比分别为64.4%、34%。

也就是说,对于目前的行业进展来看,未来98%以上的自动驾驶汽车将处于L1、L2范畴,L5还属于一个幻想。从商业化落地层面看,L几不重要,更重要的是如何实现在具体场景下高效落地。

需要明白的一点是,交通没有绝对的安全,拥有科技基因的自动驾驶也不可能做到百分之百的零交通事故,只能无限逼近这个“零”,也就是所谓的L5。一边,技术桎梏难以突破;另一边,不同于苹果公司消费产品逻辑,自动驾驶受安全问题束缚,想要完成科技落地更加艰难。

如果真要给自动驾驶设一条分水岭的话,或许“人”的标准更有意义。

把“人”当做“参考答案”,只要自动驾驶技术的发展在整体安全水平上能够达到甚至超过人工驾驶的安全水平,把事故率能够降低到社会整体之下,那么自动驾驶对于整个社会来说就可以起到一定的积极作用。

自动驾驶:一场“文科”考试

实际上,自动驾驶面临的不只是技术困境,在被众多企业、资本所忽视的角落里,还有社会舆论环境的难题。这两个问题的重要性是等同的,解决这个难题甚至能为企业带来部分的先发优势。

在社会舆论问题上,网约车行业曾经的历史教训仍然历历在目,可以说是一个鲜活的案例。

应急管理部信息研究院曾经发布《中国网约车安全发展研究报告》事实,国内主要网约车企业比传统出租车具有更高安全性,交通事故亿公里死亡率比巡游出租车低26%。但网约车每次出事都会被推上风口浪尖,甚至出现主播为吸引流量专门假冒滴滴司机出事的事件。

由于早期对于社会舆论的忽视,滴滴发展起来后为此付出了巨大代价,2019年全年滴滴在安全方面的资金投入将超过20亿元,各级安全工作团队已超2500人,相当于每四五名滴滴员工中,就有一名专职负责安全工作。

如今随着L1、L2级别的自动驾驶落地,交通事故也如附骨之疽一般出现,但整个自动驾驶行业都给人一种听之任之、甚至纵容的感觉。

一方面,当前汽车的自动驾驶系统还非常不完善,只能提供辅助作用,但是由于企业的过渡宣传,导致普通车主和用户都缺乏完备认知,很容易忽视技术本身存在的危险,结果安全事故频出。

另一方面,事故发生之后,车企对于车主维权表现傲慢,甚至在事故发生后没有认真分析原因,导致事故持续不断发生。比如蔚来车主出事之后,蔚来发布了一份《蔚来车主对NP/NOP系统认知的联合声明》,想要撇清关系,结果有更多的蔚来车主纷纷发声,觉得自己“被代表”。

a4daa763-b022-c508-91db-d3f1fe997407.jpg

如今自动驾驶在用户心中种下的阴影未来会持续存在,如果放任不管的话还会不断生长,即便自动驾驶技术成熟,未来要花费更大的代价去解决。需要明白的是,自动驾驶没有绝对的安全,到了L5也有发生事故的可能,问题将更加严重。

从解决问题的角度来看,自动驾驶本质上更像是一场“文科”考试:不仅技术没有办法提供绝对的标准答案,行业更要面对社会乃至法律伦理的拷问。

渐进式路线的发展逻辑

如果从自动驾驶企业的商业路径来划分,可以简单分为两类:一类选择一步登天,走完全无人路线的L4/L5级企业,如Waymo;另一类则是渐进式路线的ADAS企业,比较出名的如特斯拉、蔚小理,还有刚崭露头角的毫末智行、智驾科技等。

作为自动驾驶行业的标杆,Waymo如今已经亮出了底牌,技术难以完善、核心人才流失、商业化困难,资本大失所望,跟随者也逐渐分化、改弦更张。而另一类渐进式玩家反而成为了资本眼中的香饽饽。比如毫末智行,在今年融资消息公布前,很少有人听说过这个名字,结果首轮融资就是首钢美团高瓴数亿元投资。

为什么毫末智行这类玩家可以崛起,他们和特斯拉、蔚小理有什么区别?接下来需要好好梳理下渐进式路线的发展逻辑。

从互联网视角来观察,渐进式路线本质上是一种互联网商业中的一种MVP(Most Viarable Product) 式设计。

互联网思维下,如果认为这个方案很可能具备市场价值,就可以投入部分资源,研发一个“最小化可行性”产品。通过最简明的方式建立原型,然后通过快速迭代来完善细节,快速回应用户需求。所谓“最小化”,即只解决客户最大痛点。优点是可以加快产品上市时间,减少资源投入,减少试错成本,缺点是不稳定、不可靠。

自动驾驶领域非常具有迷惑性,所有人都只盯着技术供给,以为只要技术供给没问题了,自动驾驶就能够成功。事实证明,相比技术供给,技术需求是真正决定企业存亡的因素。

一个是迷惑性的“供”,另一个是致命性的“需”,而MVP式设计的本质就是需求导向,只不过自动驾驶赛道在MVP式设计上再次出现了分化。

有业内人士表示,目前业内大多数人想法是有什么BUG不重要,车能跑就行了,出了问题后面再修。虽然特斯拉、蔚小理们的自动驾驶技术还并不成熟,但依然作为辅助驾驶系统应用到了车上,这就相当于照搬了互联网商业中的MVP式设计。

而互联网领域进行MVP式设计时曾出现的问题自然也出现在特斯拉路线上,但不同的是,手机死机了可以重启,汽车死机就是人命关天的严重安全问题。

而毫末智行这类玩家与特斯拉、蔚小理并不太一样。特斯拉、蔚小理相当于对自动驾驶产品进行了MVP式设计,属于产品渐进。而毫末智行这些玩家是对场景进行MVP式设计,属于场景渐进。

自动驾驶不应该只是简单的看做一种技术,更可以看做是一种通过人工智能、视觉计算、雷达等多种技术组合形成的广泛的技术运用场景,场景渐进的本质仍然是需求渐进。

而且相比产品渐进路线,场景渐进更有利于规避安全事故。比如毫末智行的核心业务低速物流配送车,“低速”意味着即便无人车出现故障,即便造成损失也难以带来过于严重的安全问题。同时,“物流配送”属于商用,C端不是主要使用者,反而可以随着运营常态化瓦解人们对于自动驾驶技术的不信任与敌意,帮助企业获得社会认同。

场景渐进同样存在缺陷,那就是难以解决corner case,也就是长尾数据问题。安全与数据,如鱼和熊掌,两者不可兼得。

自动驾驶的传感器方案、计算平台日渐趋同,供应商就那么几家。因此,自动驾驶公司的决胜点在数据。如果场景不同,长尾数据问题不同,而且长尾数据问题解决难易程度也不同。

如果选择容易落地的场景当做温床,难以获取长尾数据,企业未来大概率会被超越;如果选择全部投入复杂场景,则很可能入不敷出,没有资本支持的情况下弹尽粮绝。最好的做法或许是简单场景落地“养家”,同时为复杂场景“攻坚”提供资粮。

自动驾驶已经到了反思的时刻,未来的科技变革不会过于遥远,最后也希望各位玩家都能够走到实现理想的时刻。

本文为 品途商业评论(https://www.pintu360.com)投稿作者:互联网江湖 的原创作品,责编:lucky。欢迎转载,转载请注明原文出处:https://www.pintu360.com/a70884.html?s=10&o=0。本文仅代表作者观点,不代表品途商业评论观点。

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK